[發明專利]視頻文件中特定對象檢測方法、裝置及計算設備

在審

• 申請號: 201711071544.7
• 申請日: 2017-11-03
• 公開（公告）號: CN107729873A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 張康;陳強
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙)11276
• 代理人: 宋菲,陳翠

1.一種視頻文件中特定對象檢測方法，所述方法基于經過訓練的特征抽取網絡、以及經過訓練的特定對象檢測模型執行，所述方法包括：

獲取待檢測視頻文件；

將所述待檢測視頻文件輸入至特征抽取網絡，得到與所述待檢測視頻文件對應的預設維度的文件特征；

基于所述預設維度的文件特征利用特定對象檢測模型進行對象檢測，得到所述待檢測視頻文件是否包含特定對象的檢測結果。

2.根據權利要求1所述的方法，其中，所述將待檢測視頻文件輸入至特征抽取網絡，得到與所述待檢測視頻文件對應的預設維度的文件特征進一步包括：

對所述待檢測視頻文件進行解碼處理，得到多個視頻幀；

針對多個視頻幀的每一視頻幀，將視頻幀輸入至特征抽取網絡，得到與該視頻幀對應的預設維度的幀特征；

利用預設算法對多個視頻幀的幀特征進行運算處理，得到與所述待檢測視頻文件對應的預設維度的文件特征。

3.根據權利要求1或2所述的方法，其中，所述利用預設算法對多個視頻幀的幀特征進行運算處理，得到與所述待檢測視頻文件對應的預設維度的文件特征進一步包括：

計算多個視頻幀的幀特征的特征值的平均值，得到與所述待檢測視頻文件對應的預設維度的文件特征。

4.根據權利要求1-3任一項所述的方法，其中，在對所述待檢測視頻文件進行解碼處理，得到多個視頻幀之后，所述方法還包括：

利用預設抽幀策略從所述多個視頻幀中抽取至少一個視頻幀。

5.根據權利要求1-4任一項所述的方法，其中，所述特定對象檢測模型訓練所用的樣本包含：樣本庫存儲的多個視頻文件樣本以及與視頻文件樣本對應的是否包含特定對象的標注結果；其中多個視頻文件樣本包含多個視頻文件正樣本和多個視頻文件負樣本，所述視頻文件正樣本為包含特定對象的視頻文件樣本，所述視頻文件負樣本為不包含特定對象的視頻文件樣本。

6.根據權利要求1-5任一項所述的方法，其中，所述特定對象檢測模型的訓練過程包括：

將視頻文件樣本輸入至特征抽取網絡，得到與視頻文件樣本對應的預設維度的文件特征；

將所述文件特征輸入至特定對象檢測模型進行訓練，得到所述視頻文件樣本是否包含特定對象的檢測結果；

根據所述檢測結果與所述標注結果之間的損失，得到特定對象檢測模型損失函數，根據所述特定對象檢測模型損失函數更新所述特定對象檢測模型的權重參數；

迭代執行上述步驟，直至滿足預定收斂條件。

7.根據權利要求1-6任一項所述的方法，其中，所述預定收斂條件包括：迭代次數達到預設迭代次數；和/或，所述特定對象檢測模型損失函數的輸出值小于預設閾值。

8.一種視頻文件中特定對象檢測裝置，所述裝置基于經過訓練的特征抽取網絡、以及經過訓練的特定對象檢測模型執行，所述裝置包括：

獲取模塊，適于獲取待檢測視頻文件；

特征抽取模塊，適于將所述待檢測視頻文件輸入至特征抽取網絡，得到與所述待檢測視頻文件對應的預設維度的文件特征；

對象檢測模塊，適于基于所述預設維度的文件特征利用特定對象檢測模型進行對象檢測，得到所述待檢測視頻文件是否包含特定對象的檢測結果。

9.一種計算設備，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如權利要求1-7中任一項所述的視頻文件中特定對象檢測方法對應的操作。

10.一種計算機存儲介質，所述存儲介質中存儲有至少一可執行指令，所述可執行指令使處理器執行如權利要求1-7中任一項所述的視頻文件中特定對象檢測方法對應的操作。